تعارف
آرٽيفيشل انٽيليجنس (AI) ۽ مشين لرننگ (ML) جي تيزيءَ سان ارتقاءَ سبب ايجنٽ AI جي ترقي ٿي آهي، AI جو هڪ قسم جيڪو عمل ڪري سگهي ٿو ۽ پنهنجو پاڻ تي فيصلا ڪري سگهي ٿو. هن ٽيڪنالاجي ۾ انقلاب آڻڻ جي صلاحيت آهي جنهن طريقي سان اسان وٽ سافٽ ويئر آرڪيٽيڪچر ۽ DevOps آٽوميشن. هن آرٽيڪل ۾، اسان ايجنٽ AI جي انضمام کي ڳوليندا سين، وڏي ٻولي ماڊل (LLMs)، ۽ آرڪيسٽريشن اوزار جهڙوڪ LangChain ۽ DSPy سافٽ ويئر آرڪيٽيڪچر، انفراسٽرڪچر، ۽ DevOps پروسيس کي خودڪار ڪرڻ لاء.
Agentic AI ڇا آهي؟
Agentic AI هڪ قسم جي AI ڏانهن اشارو ڪري ٿو جيڪو عمل ڪري سگهي ٿو ۽ پنهنجو پاڻ تي فيصلا ڪري سگهي ٿو. هي روايتي AI سسٽم جي ابتڙ آهي، جيڪي عام طور تي مخصوص ڪمن کي انجام ڏيڻ ۽ اڳوڻي قاعدن جي هڪ سيٽ جي پيروي ڪرڻ لاء ٺهيل آهن. ٻئي طرف Agentic AI سسٽم، وڌيڪ خود مختيار ۽ موافقت لاءِ ٺهيل آهن، انهن کي انهن جي ماحول مان سکڻ ۽ انهن جي پنهنجن مقصدن ۽ مقصدن جي بنياد تي فيصلا ڪرڻ جي اجازت ڏئي ٿي.
ايجنٽ AI ۾ LLMs جو ڪردار
وڏي ٻوليءَ جا ماڊل (LLMs) AI جو هڪ قسم آهن جيڪي وڏي مقدار ۾ ٽيڪسٽ ڊيٽا تي تربيت يافته آهن ۽ انسان جهڙي ٻولي پيدا ڪرڻ جي قابل آهن. LLMs ايجنٽ AI سسٽم جو هڪ اهم حصو آهن، ڇاڪاڻ ته اهي انساني ٻولي کي سمجهڻ ۽ پيدا ڪرڻ جي صلاحيت مهيا ڪن ٿا. هي ايجنٽ AI سسٽم کي اجازت ڏئي ٿو انسانن ۽ ٻين سسٽم سان وڌيڪ قدرتي ۽ غير معمولي طريقي سان رابطو ڪري.
آرڪيسٽريشن جا اوزار: LangChain ۽ DSPy
آرڪيسٽريشن جا اوزار جهڙوڪ LangChain ۽ DSPy مختلف سسٽم ۽ اجزاء جي وچ ۾ رابطي کي منظم ۽ منظم ڪرڻ لاء ٺهيل آهن. اهي اوزار ورڪ فلوز کي بيان ڪرڻ ۽ ان تي عمل ڪرڻ جو هڪ طريقو مهيا ڪن ٿا، جنهن ۾ ڪم شامل ٿي سگهن ٿا جهڙوڪ ڊيٽا پروسيسنگ، ماڊل ٽريننگ، ۽ ڊيپلائيشن.
LangChain
LangChain هڪ اوپن سورس آرڪيسٽريشن جو اوزار آهي جيڪو ڪم فلوز جي تعمير ۽ انتظام لاءِ لچڪدار ۽ وسعت وارو فريم ورڪ فراهم ڪري ٿو. LangChain سسٽم ۽ اجزاء جي وسيع رينج سان ڪم ڪرڻ لاء ٺهيل آهي، بشمول LLMs، ڊيٽابيس، ۽ APIs.
ڊي ايس پي
DSPy هڪ پائٿون تي ٻڌل آرڪيسٽريشن ٽول آهي جيڪو ڪم فلوز کي بيان ڪرڻ ۽ ان تي عمل ڪرڻ لاءِ هڪ سادو ۽ وجداني طريقو مهيا ڪري ٿو. ڊي ايس پي ڊي سسٽم ۽ اجزاء جي وسيع رينج سان ڪم ڪرڻ لاء ٺهيل آهي، بشمول LLMs، ڊيٽابيس، ۽ APIs.
خودڪار سافٽ ويئر آرڪيٽيڪچر ۽ DevOps پروسيس
Agentic AI، LLMs، ۽ آرڪيسٽريشن جا اوزار جهڙوڪ LangChain ۽ DSPy استعمال ڪري سگھجن ٿا سافٽ ويئر آرڪيٽيڪچر ۽ DevOps پروسيس جي وسيع رينج کي خودڪار ڪرڻ لاءِ. ڪجھ مثالن ۾ شامل آھن:
- خودڪار ڪوڊ جو جائزو: Agentic AI سسٽم استعمال ڪري سگھجن ٿا ڪوڊ جو جائزو وٺڻ ۽ امڪاني مسئلن جي نشاندهي ڪرڻ لاءِ، جيئن ته ڪيڙا ۽ حفاظتي خطرا.
- خودڪار جاچ: Agentic AI سسٽم استعمال ڪري سگھجن ٿا ٽيسٽنگ کي خودڪار ڪرڻ لاءِ، بشمول يونٽ ٽيسٽنگ، انٽيگريشن ٽيسٽنگ، ۽ آخر کان آخر تائين جاچ.
- خودڪار ڊيپلائيمينٽ: ايجنٽ AI سسٽم استعمال ڪري سگھجن ٿا ڊيپلائيمينٽ کي خودڪار ڪرڻ لاءِ، بشمول ڪوڊ، ٺاھ جوڙ، ۽ ٻين وسيلن جي ڊيپلائيمينٽ.
- خودڪار مانيٽرنگ: Agentic AI سسٽم استعمال ڪري سگھجن ٿا مانيٽرنگ کي خودڪار ڪرڻ لاءِ، بشمول سسٽم جي ڪارڪردگي، سيڪيورٽي ۽ ٻين ميٽرڪ جي نگراني.
عملي عمل
هن حصي ۾، اسان هڪ سادي مثال فراهم ڪنداسين ته ڪيئن استعمال ڪجي LangChain ۽ DSPy هڪ سافٽ ويئر آرڪيٽيڪچر ۽ DevOps پروسيس کي خودڪار ڪرڻ لاءِ.
مثال: خودڪار ڪوڊ جو جائزو
هن مثال ۾، اسان استعمال ڪنداسين LangChain ۽ DSPy ڪوڊ جائزو خودڪار ڪرڻ لاء. اسان هڪ ڪم فلو جي وضاحت ڪنداسين جنهن ۾ هيٺيان قدم شامل آهن:
- ڪوڊ جو تجزيو: ورڪ فلو ڪوڊ جو تجزيو ڪرڻ ۽ امڪاني مسئلن جي نشاندهي ڪرڻ لاءِ LLM استعمال ڪندو.
- ڪوڊ جو جائزو: ڪم فلو ڪوڊ جو جائزو وٺڻ ۽ امڪاني مسئلن جي نشاندهي ڪرڻ لاءِ ايجنٽ AI سسٽم استعمال ڪندو.
- ڪوڊ ڊيپلائيمينٽ: ڪم فلو استعمال ڪندو ڊپلائيمينٽ ٽول ڪوڊ کي پروڊڪشن ماحول ۾ لڳائڻ لاءِ.
هتي هڪ مثال آهي LangChain ۽ DSPy استعمال ڪندي هن ورڪ فلو کي ڪيئن لاڳو ڪرڻ: ``پٿون langchain درآمد ڪريو langchain درآمد LLM کان
ايل ايل ايم جي وضاحت ڪريو
llm = LLM ("text-davinci-003")
ايجنٽ AI سسٽم جي وضاحت ڪريو
ai_system = langchain.AgenticAI()
ڪم فلو جي وضاحت ڪريو
workflow = langchain.Workflow( قدم = [ langchain.Step( نالو = "ڪوڊ جو تجزيو" func=llm.analyze_code, inputs={"code": "def hello_world(): print('Hello World')"}, ) langchain.Step( نالو = "ڪوڊ جو جائزو"، func=ai_system.review_code, inputs={"code": "def hello_world(): print('Hello World')"}, ) langchain.Step( نالو = "ڪوڊ لڳائڻ"، func=langchain.deploy_code, inputs={"code": "def hello_world(): print('Hello World')"}, ) ] )
ڪم جي فلو تي عمل ڪريو
workflow.execute() `` هي ڪوڊ هڪ ڪم جي فلو کي بيان ڪري ٿو جنهن ۾ ٽي مرحلا شامل آهن: ڪوڊ تجزيو، ڪوڊ جو جائزو، ۽ ڪوڊ لڳائڻ. ڪم فلو ڪوڊ جو تجزيو ڪرڻ لاءِ LLM استعمال ڪري ٿو، ڪوڊ جو جائزو وٺڻ لاءِ هڪ ايجنٽ AI سسٽم، ۽ ڪوڊ کي پيداوار واري ماحول ۾ ترتيب ڏيڻ لاءِ ڊيپلائيمينٽ ٽول.
مٿيون 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ/ٽڪرا
هتي آهن مٿيون 5-10 سڀ کان وڌيڪ استعمال ٿيل ڪمانڊ / ٽڪڙا LangChain ۽ DSPy لاءِ:
langchain.Workflow(steps=[...]): ڪيترن ئي مرحلن سان ڪم جي فلو جي وضاحت ڪريو.langchain.Step(name="...", func=..., inputs={...}): ڪم جي فلو ۾ ھڪڙي قدم جي وضاحت ڪريو.llm.analyze_code(inputs={"code": ...}): ڪوڊ جو تجزيو ڪرڻ لاءِ LLM استعمال ڪريو.ai_system.review_code(inputs={"code": ...}): ڪوڊ جو جائزو وٺڻ لاءِ ايجنٽ AI سسٽم استعمال ڪريو.langchain.deploy_code(inputs={"code": ...}): ڪوڊ لڳايو پروڊڪشن ماحول ۾.langchain.AgenticAI(): هڪ ايجنٽ AI سسٽم جو مثال ٺاهيو.langchain.LLM(): LLM جو ھڪڙو مثال ٺاھيو.langchain.deploy_code(): ڪوڊ ڊيپلو ڪريو پروڊڪشن ماحول ۾.langchain.execute_workflow(): ڪم جي فلو تي عمل ڪريو.langchain.get_workflow_status(): ڪم فلو جي حيثيت حاصل ڪريو.
بصري
هتي هڪ مثال آهي ته ڪيئن ڪم جي فلو کي استعمال ڪندي چارٽ.js: جيسن { "قسم": "بار"، "ڊيٽا": { "labels": ["ڪوڊ جو تجزيو"، "ڪوڊ جو جائزو"، "ڪوڊ ڊيپلائيمينٽ"], "ڊيٽا سيٽس": [ { "label": "ڪم فلو مرحلا", "ڊيٽا": [10, 20, 30], "پس منظر جو رنگ": [ "rgba(255, 99, 132, 0.2)", "rgba(54, 162, 235, 0.2)", "rgba(255, 206, 86, 0.2)" ]، "سرحد جو رنگ": [ "rgba(255, 99, 132, 1)", "rgba(54, 162, 235, 1)", "rgba(255، 206، 86، 1)" ]، "سرحد جي ويڪر": 1 } ] }، "اختيارن": {} } `` هي ڪوڊ هڪ بار چارٽ کي ٽن ليبلن سان بيان ڪري ٿو: ڪوڊ تجزيو، ڪوڊ جو جائزو، ۽ ڪوڊ جي ترتيب. چارٽ ڪم جي فلو جي هر مرحلي ۾ قدمن جو تعداد ڏيکاري ٿو.
نتيجو
Agentic AI، LLMs، ۽ آرڪيسٽريشن ٽولز جهڙوڪ LangChain ۽ DSPy وٽ انقلاب آڻڻ جي صلاحيت آهي ته اسان سافٽ ويئر آرڪيٽيڪچر ۽ DevOps آٽوميشن تائين پهچون ٿا. ڪمن کي خودڪار ڪرڻ سان جيئن ڪوڊ جو جائزو، ٽيسٽنگ، ۽ ڊيپلائيشن، اسان پنهنجي ترقي جي عمل جي ڪارڪردگي ۽ اثرائتي کي بهتر بڻائي سگهون ٿا. هن آرٽيڪل ۾، اسان انهن ٽيڪنالاجيز جي انضمام جي ڳولا ڪئي آهي ۽ هڪ سادو مثال مهيا ڪيو آهي ته انهن کي ڪيئن استعمال ڪجي هڪ سافٽ ويئر آرڪيٽيڪچر ۽ DevOps پروسيس کي خودڪار ڪرڻ لاءِ.